三维极化旋转域解译工具及舰船检测研究

极化雷达有利于获取目标完整的极化信息,在许多应用领域得到了广泛应用。然而,目标相对于雷达视线的几何位置通常会对散射机制产生显著影响。近年来,极化旋转域解译方法成功地表征和利用了这种目标散射多样性。值得注意的是,极化响应同时受到极化方位角和极化椭圆率角的影响。对此,本文将极化旋转域解译方法沿极化椭圆率角维度进行拓展,旨在探索和利用更为完整的目标散射多样性。其主要思想是提出一种三维极化相关方向图,能够同时表征极化相关特征随极化方位角和极化椭圆率角的变化情况。通过研究揭示了不同典型散射体的三维极化相关方向图存在显著差异,着重表现在极值点的分布和曲面起伏程度的不同。在此基础上,本文引入了微分几何中的曲率来描述这种三维流形的性质,并提出了高斯曲率最大值这一新极化特征。结合星载极化合成孔径雷达(Synthetic Aperture Radar, SAR)实测数据验证了高斯曲率最大值特征能够有效地区分舰船和海杂波。结合该特征,本文提出了一种阈值分割的舰船检测方法。与传统的恒虚警率方法和新近提出的NPNF方法相比,本文方法表现出更好的舰船检测性能。尤其是在近岸舰船密集区域,检测性能得到明显提升。     

基于极化分解的舰船和角反射器鉴别方法

使用角反射器是舰船电子对抗中常用的一种无源干扰方式,它在时域、频域和空域上与舰船的雷达回波都没有显著差异,因此传统单极化雷达很难有效鉴别舰船和角反射器。分析了舰船和角反射器在极化回波上的特性差异,并基于Krogager极化分解提取了单频点和多频点情况下的特征矢量,通过支持矢量机对舰船和角反射器进行了鉴别。电磁计算数据表明：该方法可以较好地对二者进行鉴别,且对单角反射器和阵列角反射器都有效,为解决舰船和角反射器的鉴别问题提供了一个可行的思路。     

基于目标分解和加权SVM分类的极化SAR图像舰船检测

目标分解是极化SAR图像舰船检测的重要方法,但是,在较高分辨率和复杂海况条件下,由相干矩阵分解得到的极化熵参数并不能将舰船目标与海洋等背景完全区分。对极化目标分解理论和地物散射机理的研究和分析表明,极化分解的各个参数从不同角度反映了目标和背景的散射差异,对它们联合使用有助于更准确地在SAR图像中检测目标。而且,各个参数在实际的检测问题中具有不同的重要性。因此,本文构造了包含有多个极化分解参数的特征向量,并根据各分解参数重要性不同,提出一种基于目标分解和加权SVM (support vector machine)分类方法对极化SAR图像中的舰船进行检测。实验结果表明,该方法能够精确地检测舰船目标,并有效地减少虚警。      

基于联合特征和SVM的极化SAR图像分类方法

极化SAR地物分类作为极化SAR数据解译的关键环节,已成为遥感领域研究的一个新热点。在充分研究现有方法的基础上,给出了一种联合特征和SVM相结合的极化SAR图像分类方法。该方法基于目标分解理论提取极化SAR图像的多类散射特征,并结合具有上下文知识的纹理特征,构建联合特征矢量;利用提取样本区域像素的联合特征矢量训练SVM分类器;将未知数据输入训练好的分类器完成最终的分类。实测SAR图像数据的实验结果表明,算法能够充分利用极化SAR图像电磁散射特性及纹理特征的互补性,具有较好的分类性能。     

融合极化旋转域特征和超像素技术的极化SAR舰船检测

对海监视是极化SAR的重要应用,密集区域的舰船目标检测是当前面临的主要挑战之一。舰船密集区域受多目标串扰,传统的恒虚警率(CFAR)检测滑窗难以选取纯净的海杂波样本用于确定检测门限,将导致检测性能下降。针对这一问题,该文从特征提取和检测器设计两方面出发,提出一种融合极化旋转域特征和超像素技术的极化SAR舰船检测方法。在特征提取方面,雷达目标的后向散射敏感于目标姿态与雷达视线的相对几何关系,由此带来的散射多样性隐含信息可通过极化旋转域分析进行挖掘。该文利用极化相关方向图及导出的一系列极化旋转域特征,根据目标杂波比(TCR)分析,优选TCR最高的3个极化特征量用于构建目标检测器。在此基础上,该文在检测器设计方面提出了一种基于K均值聚类的杂波超像素筛选方法,有效避免了密集区域舰船目标对邻近杂波的影响,基于筛选的杂波像素点得到舰船目标CFAR检测结果。基于Radarsat-2和高分三号星载全极化SAR数据的对比实验表明,所提方法能有效实现密集区域舰船目标检测,检测品质因数达到95%。      

部分极化波参数估计方法的改进

该文提出了基于矢量传感器的部分极化波信号参数估计方法的一种改进方法。该方法充分利用一次特征分解的特征值和特征矢量估计部分极化波的到达角和极化度,信号参数自动配对,降低了运算量,提高了参数估计的精度,且能够得到信号的空间导向矢量,可以利用阵列孔径信息进一步提高参数估计的精度。数值模拟结果证明该方法是有效的。     

基于加权SVM和m-χ分解的简缩极化SAR图像舰船检测

与全极化相比,简缩极化合成孔径雷达(SAR)因其更宽的幅宽,在海洋监视方面具有先天的优势。针对海上舰船目标检测,提出一种基于加权支持向量机(SVM)和m-χ分解的简缩极化SAR图像舰船检测方法。该方法首先对简缩极化的极化参数进行提取,构造加权特征向量,然后基于加权SVM分类器对简缩极化SAR图像舰船目标进行检测,最后利用m-χ分解后3个分量对应不同散射机制的差异进行虚警去除。基于NASA/JPL AIRSAR机载以及Radarsat-2星载全极化实测数据模拟的圆极化发射线极化接收(CTLR)模式的简缩极化数据实验结果表明,该方法能在舰船目标检测的同时,有效去除虚警和模糊噪声。     

基于反射对称性的极化SAR舰船目标CFAR检测

反射对称性是极化散射中十分重要的一种性质。反射对称性检测量刻画了共极化通道和交叉极化通道间的相关性,在极化合成孔径雷达(Pol SAR)目标检测中有重要应用。在复Wishart分布的基础上,结合乘积模型,推导出反射对称性检测量统计模型服从K分布,利用实测数据证实该模型对杂波数据具有很好的拟合效果。最后基于K分布模型,用恒虚警率(CFAR)方法进行了舰船目标的检测,实验结果验证了该方法的有效性。     

宽带极化雷达目标的互易性修正及识别

针对雷达目标的互易性修正问题,利用机器学习理论,提出一种基于非线性表示子的极化雷达目标互易性修正方法。尝试将Krogager和Cameron目标分解方法用于宽带极化雷达目标的识别,分别基于这两种目标分解方法对宽带极化雷达目标进行特征提取,在Krogager分解中使用核非线性分类器和分类器融合方法对特征矢量进行分类,在Cameron分解中使用投票判决方法对特征矢量进行分类。仿真结果表明,所讨论的方法有较好的性能。     

基于全极化SAR非监督分类的迭代分类方法

本文在全极化合成孔径雷达(SAR)特征分解和最大似然估计(ML)分类的基础上,提出基于全极化SAR极化特征分解及最大似然估计的非监督分类迭代算法.这种方法灵活性好、精度高.本文提出了迭代分类方法的几种方案.针对特征分解和ML分类的各自特点,进行了分析比较,可以根据实际需要选择适合的迭代方法.并利用NASA JPL实验室的实测数据对该迭代分类算法进行了实验研究,得到了很好的实验结果.实验结果证明这种迭代算法有很好的适应性和很强的鲁棒性.     

Robust real-time ship detection and tracking for visual surveillance of cage aquaculture

This paper presents a visual surveillance scheme for cage aquaculture that automatically detects and tracks ships (intruders). For ship detection and tracking, we propose a robust foreground detection and background updating to effectively reduce the influence of sea waves. Furthermore, we propose a fast 4-connected component labeling method to greatly reduce the computational cost associated with the conventional method. Wave ripples are removed from regions with ships. An improved full search algorithm based on adaptive template block matching with a wave ripple removal is presented to quickly, accurately, and reliably track overlapping ships whose scales change. Experimental results demonstrate that the proposed schemes have outstanding performance in ship detection and tracking. The proposed visual surveillance system for cage aquaculture triggers an alarm if intruders are detected. The security of cage aquaculture can be increased. The proposed visual surveillance can thus greatly help the popularization of cage aquaculture for ocean farming.     

海洋背景下的海面舰船快速检测算法

针对海洋背景下海面舰船检测存在的问题,本文提出了一种海洋背景下海面舰船快速检测方法,该方法通过计算图像的高斯金字塔高频分量,得到三层拉普拉斯降维图,第二层降维图与原图相比,维数降低了16倍;对降维图通过改进Sobel检测,增强降维图中舰船目标对比度,突出感兴趣区域,实现快速检测。实验结果表明,该方法具有一定的鲁棒性,能够实现海面舰船的快速检测。     

舰船尾流激光探测跟踪方法与试验

舰船尾流激光探测跟踪是水下航行器对舰船进行探测、识别、跟踪的新手段。论文基于舰船尾流分布特性、气泡目标特性,采用蒙特卡洛仿真方法,实现了多尺度、宽数密度、大厚度舰船尾流气泡群的后向散射回波信号特性仿真,得到了水下航行器载激光探测系统在搜索、跟踪阶段信号的变化趋势,以及不同目标舰船的激光后向回波信号变化强度,可有效模拟激光探测系统对舰船尾流目标特性的真实跟踪状态。对于大型船只,当激光探测系统位于尾流之下时,航行器距舰船目标越近,尾流气泡激光回波越强,脉冲宽度展宽幅度越大;当激光探测系统位于尾流之中时,航行器距舰船目标越近,尾流气泡激光回波越弱,脉冲宽度变窄幅度越大。探测系统位于尾流之下时与探测系统位于尾流之中时,信号变化相反。小型船只信号变化趋势基本与大型船只保持一致,但尾流激光探测回波强度变低。开展了湖泊环境下船舶尾流激光探测跟踪试验,当探测系统在尾流之下时,大型船只尾流激光回波信号信噪比高,小型船只尾流激光难以检测。探测系统位于尾流之中时,大小船只尾流激光探测系统都可实现有效探测。论文可为舰船尾流探测实际工程应用提供支撑。     

基于特征转移金字塔网络的SAR图像跨尺度目标检测

SAR图像多尺度目标检测能够实现大场景SAR图像中关键目标的定位与识别,是SAR图像解译的关键技术之一.然而针对尺寸相差较大的SAR目标的同时检测,即跨尺度目标检测问题,现有目标检测方法难以实现.该文提出一种基于特征转移金字塔网络(FTPN)的SAR图像跨尺度目标检测方法.在特征提取阶段采用特征转移方法,实现各层特征图...     

基于仿生视觉的海面船只检测方法

对地观测系统可以快速检测大面积区域,为世界各沿海国家的船只监测任务带来了极大便利。针对遥感影像中的船只自动化检测问题,利用船只相对于海面呈现明显的视觉显著特性,提出了一种基于船只与海面反差特性的船只检测方法,将对船只的检测定位转变为对场景中显著目标的发现与分割问题。方法以视网膜到初级视觉皮层V1这一视觉通路的生理过程为指导,模拟了其中视觉信号的产生机制以获得场景的显著图。以光学影像为例进行的实验结果显示,在没有目标先验知识的前提下,基于反差特性的方法能有效地将视觉注意力集中于海面船只目标,取得了较好的检测结果。     

静止轨道遥感卫星海面运动舰船快速检测方法

面向静止轨道光学遥感卫星,该文提出一种海上运动舰船目标快速检测方法。该方法首先利用多结构多尺度形态学滤波对海洋背景遥感图像进行背景抑制;然后采用自适应阈值分割和自组织聚类获得候选目标;再根据目标运动特征,利用静止轨道卫星凝视序列图像对候选目标进行多目标移动式邻域判决,剔除虚假目标;最后关联舰船目标以及融合卫星平台数据,可快速计算舰船状态等深层次动态信息。实验结果与分析表明,所提方法能有效检测海洋背景遥感图像中的多个运动舰船目标,准确获取各个舰船位置、航速、航向、运动轨迹等信息,具有算法简单,目标检测率高、虚警率低,稳定性好等优点。该方法为我国静止轨道光学遥感卫星在轨数据处理与应用提供了技术支撑。     

基于遥感图像的舰船目标检测与参数估计方法

利用遥感图像进行舰船检测与监视的研究和技术开发在海洋遥感领域得到了快速发展,并成为遥感数据重要的海洋应用之一。当海洋遥感图像用于舰船尾迹检测时,就可及时有效地发现和提取舰船目标信息。文中利用光学遥感图像的海面舰船尾迹特征以及相关参数,估测舰船目标的速度与航向。分别通过灰度累积法和Radon变换法两种不同的尾迹长度检测方法,对尾流长度进行了提取,并利用尾流长度特征简单估测了舰船航速与航向。对实验结果和误差进行了分析,并对影响舰船尾流检测的因素进行了讨论。估算结果初步验证了对航速与航向估算方法的有效性     

基于视觉感知的船闸监控系统研究与实现

针对我国内河航运船闸管理信息化水平不高的现状,设计了一种非接触式船闸监控系统,该系统可实现基于无线传感器网络的船闸启闭控制及水情监测,以及基于视觉感知的船舶吨位测量、船舶过闸收费等功能。为了实现船舶过闸的快速、准确收费,提出一种基于Hu不变矩的船体特征提取和基于多分类支持向量基的船体识别算法。实验结果表明,该算法识别精度较高,可以实现船舶过闸的准确收费。     

A novel ship wake detection method of SAR images based on frequency domain

Moving ships produce a set of waves of “V“ pattern on the ocean. These wavescan often be seen by Synthetic Aperture Radar (SAR). The detection of these wakes can provide important information for surveillance of shipping, such as ship traveling direction and speed.A novel approach to the detection of ship wakes in SAR images based on frequency domain is provided in this letter. Compared with traditional Radon-based approaches, computation is reduced by 20%-40% without losing nearly any of detection performance. The testing results using real data and simulation of synthetic SAR images test the algorithm‘s feasibility and robustness.